0. Kesimpulan lima detik: curi proses yang menciptakan jurus, bukan cuma jurusnya
Saat mencoba meniru trader atau peneliti sukses, kita biasanya ingin tahu jawaban konkret: beli apa, masuk kapan, kondisi tepatnya apa?
Padahal lapisan yang lebih berharga ada sebelumnya.
Kenapa dia melihat ke sana? Apa yang dianggap aneh? Di mana dia menilai kompetisi lemah? Apa yang sengaja dibuang?
Edge tertentu bisa hilang. Cara membingkai masalah dapat dipindahkan ke pasar, pekerjaan, atau bidang riset lain.
Mencuri nama jurus pamungkas tidak berguna kalau karakter kita tidak punya mana. Lebih baik curi build-nya.
1. Berpikir dari nol memang bebas, tetapi ruang pencariannya terlalu besar
Menciptakan ide dari nol itu menyenangkan. Masalahnya, arah yang mungkin dalam pasar dan riset hampir tak terbatas.
Harga, flow, berita, dokumen perusahaan, makro, order book, waktu, peserta, aturan, dan biaya eksekusi semuanya bisa diteliti.
Orang yang bertahun-tahun menghasilkan hasil memberi prior yang kuat tentang area yang layak digali.
Tidak perlu menyembah orang sukses. Gunakan mereka sebagai peneliti terdahulu yang memperkecil ruang pencarian.
2. Bertahun-tahun posting X berubah menjadi lapisan geologi pemikiran
Orang yang ahli jarang mempublikasikan metode inti terbarunya dalam satu manual yang rapi.
Namun selama bertahun-tahun di X, blog, wawancara, dan artikel, mereka meninggalkan fragmen.
“Sekarang saya melihat data ini.” “Kompetisi di sini terlalu kuat.” “Eksperimen ini gagal.” “Lingkungan seperti ini menciptakan lebih banyak peluang.” “Saya menghentikan jalur riset ini.” “Bagian ini sudah saya otomatisasi.”
Satu per satu terlihat seperti obrolan. Jika diurutkan, hasilnya seperti jurnal riset.
Timeline menjadi lapisan geologi. Kita menjadi arkeolog dengan sekop.
3. Ikuti kosakata milik orang itu sendiri
Pencarian umum menghasilkan terlalu banyak noise.
Mulai dari profil, posting terbaru, artikel, dan wawancara. Ambil istilah khas yang sering diulang.
Lalu cari:
identitas orang × istilah khas
Jika menemukan istilah baru, cari lagi dengan istilah itu.
Siklusnya:
kosakata awal → posting lama → kosakata baru → posting lebih lama → orang terkait → media lain
Tidak perlu arsip sempurna semua posting. Mesin pencari, kutipan, balasan, mirror publik, blog, dan wawancara sering menyimpan fragmen yang cukup.
Tujuannya bukan mengumpulkan semuanya. Tujuannya merekonstruksi kerangka berpikir.
4. Ambil enam pertanyaan hulu, bukan aturan trading
Untuk setiap orang, ekstrak setidaknya enam hal.
- Apa yang diamati — harga, teks, flow, struktur pasar, makro.
- Bagaimana hipotesis dibuat — anomali visual, statistik, paper, aturan institusional.
- Di mana mereka melihat keunggulan — kecepatan, niche, data, volume riset, risiko, eksekusi.
- Apa yang dibuang — overfitting, kompetisi, kapasitas kecil, biaya.
- Bagaimana risiko dikelola — taruhan besar, taruhan kecil berulang, diversifikasi, sizing.
- Ke mana mereka mencari berikutnya — data apa yang diinginkan dan alat apa yang sedang dibangun.
Dengan ini, bahkan tanpa mengetahui entry rahasia, kita mulai memahami jenis masalah yang akan mereka teliti berikutnya.
5. Melihat beberapa orang sukses memisahkan gaya pribadi dari prinsip umum
Informasi publik yang dianonimkan menunjukkan gaya sukses yang sangat berbeda.
Satu tipe mengamati pasar langsung, menghindari area padat, lalu mengotomatisasi peluang yang terlalu kecil atau merepotkan bagi kebanyakan orang.
Tipe lain mengambil prediktabilitas lemah dari data besar, menghapus exposure yang sudah dikenal, lalu memasukkan risiko, kapasitas, dan biaya eksekusi untuk mengumpulkan banyak keunggulan kecil.
Permukaannya berbeda.
Namun di bawahnya muncul prinsip bersama:
temukan keunggulan kecil ulangi berkali-kali otomatisasi jangan bergantung pada satu sumber hitung hanya keuntungan yang benar-benar bisa diambil
Lapisan ini jauh lebih mudah dipindahkan daripada threshold rahasia.
6. Menyembunyikan edge spesifik tidak menghilangkan pelajarannya
Threshold dan aturan entry sangat rapuh. Kompetisi, aturan pasar, modal, dan lingkungan eksekusi bisa mengubah semuanya.
Pelajaran yang tahan lama adalah operator pencarian seperti:
- lihat tempat yang tidak menarik bagi pesaing kuat
- pelajari bukan hanya apa yang bergerak, tetapi apa yang seharusnya bergerak namun tidak
- cek apakah profit hanya exposure pada faktor yang sudah dikenal
- pisahkan return backtest dari return yang benar-benar dapat dieksekusi
- kumpulkan banyak keunggulan kecil yang independen daripada mencari satu Holy Grail
- simpan eksperimen gagal sebagai bahan pencarian berikutnya
Edge spesifik adalah ikan. Pemikiran hulu adalah cara memancing.
7. AI sebaiknya tidak menggantikan orang jenius, tetapi memperbesar sudut pandangnya
Framing masalah hulu sering menjadi kekuatan peneliti berpengalaman dan sangat cerdas.
Setelah itu, AI sangat kuat.
Dari satu framing yang bagus, AI dapat menghasilkan fitur, memindai data historis, membuat tes falsifikasi, memisahkan OOS, melakukan clustering, menulis implementasi, mencatat kegagalan, dan memindahkan ide ke pasar lain.
Jadi bukan “AI versus jenius”.
Melainkan:
framing hulu kelas tinggi × kecepatan iterasi mesin
Satu pertanyaan bagus dari manusia dapat menjadi seratus hipotesis yang bisa diuji.
8. Ubah setiap orang menjadi Lens
Jangan berhenti pada biografi.
Ubah cara berpikir orang tersebut menjadi Lens yang bisa digunakan ulang.
Contohnya: Observation Lens, Competition-Avoidance Lens, Niche-Market Lens, Statistical-Prediction Lens, Factor-Removal Lens, Risk Lens, Capacity Lens, Execution Lens, Failure Lens, dan Machine-only Lens.
Kemudian terapkan beberapa Lens pada masalah yang sama.
Satu Lens mungkin melihat anomali flow, Lens lain menemukan bahwa profit sebenarnya faktor yang dikenal, Lens ketiga menunjukkan bahwa biaya eksekusi menghapusnya.
Jangan percaya satu jenius. Biarkan beberapa sudut pandang jenius bertarung.
9. Kesimpulan: curi fungsi yang menghasilkan pertanyaan
Jika ingin meniru orang yang sangat hebat, mengikuti posisi terbarunya lebih tidak berguna dibanding mengekstrak mekanisme yang menentukan ke mana mereka melihat.
Bertahun-tahun posting publik menjadi log riset besar.
Ambil kosakata khas, lakukan cross-search, bangun timeline, pisahkan fakta dari inferensi, lalu lihat apa yang diamati, dibuang, diotomatisasi, dan dicari berikutnya.
Biarkan edge konkret tetap tersembunyi dan buat perpustakaan operator pencarian hulu.
Menghafal jawaban itu murah.
Mencuri mesin yang terus menghasilkan pertanyaan bagus adalah imitasi yang bernilai.
